摘要
本文以电力系统中的电力系统为例，对电力系统中的电力系统进行了故障分类。对输电线路进行维修与检修时，及时准确地对其进行分类与定位，对于提高检修效率与运行稳定具有重要意义。本项目拟利用深度学习方法，构建一种基于卷积神经网络的分类器，在海量数据的基础上，对不同类型的故障进行智能识别与分类。本项目将采集野外观测数据，对其进行高效的预处理与特征抽取，并将其分为训练与测试集，对其性能与精度进行检验。试验证明，该方法具有较高的准确率和较高的时间效率，适用于输电线的故障分类与定位。本项目的研究成果不仅在理论上有创新，而且在理论上也有一定的实际应用价值，对于实现输电线故障的快速分类与定位，具有重要的理论和实际意义。
关键词：智能辨识技术，传输线，故障分类，深度学习
目录
摘要 1
引言 2
1有关的研究方法和技术进展 2
1.1输电线的失效分级方法综述 2
1.2以机器学习为基础的数据挖掘技术 2
1.3基于深度神经网络的输电线故障诊断 2
2 资料的采集与预处理 3
2.1资料的搜集与收集 3
2.2资料处理流程 3
2.3特征的抽取与选取 3
3输电线的深度学习识别 3
3.1卷积神经网络体系结构设计 3
3.2型号培训与检验 4
3.3结论与对比 4
4 系统的设计与实现 5
4.1系统体系结构与构成 5
4.2接口的设计与实现 5
4.3系统的测试与除错 5
5结语 5
参考文献 6
本文以电力系统中的电力系统为例，对电力系统中的电力系统进行了故障分类。对输电线路进行维修与检修时，及时准确地对其进行分类与定位，对于提高检修效率与运行稳定具有重要意义。本项目拟利用深度学习方法，构建一种基于卷积神经网络的分类器，在海量数据的基础上，对不同类型的故障进行智能识别与分类。本项目将采集野外观测数据，对其进行高效的预处理与特征抽取，并将其分为训练与测试集，对其性能与精度进行检验。试验证明，该方法具有较高的准确率和较高的时间效率，适用于输电线的故障分类与定位。本项目的研究成果不仅在理论上有创新，而且在理论上也有一定的实际应用价值，对于实现输电线故障的快速分类与定位，具有重要的理论和实际意义。
关键词：智能辨识技术，传输线，故障分类，深度学习
目录
摘要 1
引言 2
1有关的研究方法和技术进展 2
1.1输电线的失效分级方法综述 2
1.2以机器学习为基础的数据挖掘技术 2
1.3基于深度神经网络的输电线故障诊断 2
2 资料的采集与预处理 3
2.1资料的搜集与收集 3
2.2资料处理流程 3
2.3特征的抽取与选取 3
3输电线的深度学习识别 3
3.1卷积神经网络体系结构设计 3
3.2型号培训与检验 4
3.3结论与对比 4
4 系统的设计与实现 5
4.1系统体系结构与构成 5
4.2接口的设计与实现 5
4.3系统的测试与除错 5
5结语 5
参考文献 6
